IT运维工作繁忙，关键系统故障时时间紧迫。企业虽通过剧本和事后复盘加速恢复，但面对海量数据和众多潜在故障点，并非所有问题都能轻易解决。
这正是生成式AI的擅长领域。AIOps初创公司BigPanda今日推出名为Biggy的新工具，旨在扫描多源IT数据、学习企业运作模式，并通过比对问题场景提供解决方案。
双系统架构奠定转型基础
BigPanda自成立起便采用数据层与AI层分离的双系统设计，为向基于大语言模型的生成式AI转型做好准备。CEO Assaf Resnick表示：“在生成式AI之前，我们的引擎已构建多种AI模型，且依赖与Biggy相同的数据引擎。”
结合通用知识与内部上下文
Biggy提供交互式提示框，底层模型经客户内部数据及公开硬件/软件数据训练，并针对IT日常问题优化。首席创新官Jason Walker指出，通用LLM已是基础设施、网络等领域的“全能专家”，熟悉各类硬件；而Biggy进一步融合内部可观测性、变更管理、CMDB、拓扑结构及历史交互等上下文数据，标准化处理后辅助工程师定位问题。
不确定性提示与自动化联动
系统遍历数据生成答案，并在确定性较低时明确提示需人工审核；高确定性场景则可联动Red Hat Ansible等工具自动修复。尽管数据摄入是挑战，但交互式AI助手仍有望显著优于传统手动排查方式。
BigPanda在获得1.9亿美元新资金后迎来利好